基于改进遗传算法的风机叶片结构优化设计

主要介绍了基于等代设计法的复合材料风力机叶片初始铺层设计,总结了叶片各剖面厚度计算方法;基于Matlab与ANSYS交互机制,建立了以单层层合板厚度为参数变量,使叶片总质量达到最小为目标的优化模型,分别采用遗传算法(SGA)及改进遗传算法(ASGA)对叶片结构进行优化。与ANSYS自带优化算法进行比较,叶片重量明显降低,收敛效果明显,体现了ASGA算法的优越性,为后续结构优化方法提供参考。

基于遗传算法的风力机桨叶优化设计

基于遗传算法的风力机桨叶优化设计，韩中合，吴铁军，Glauert理论在设计时保证了叶片拥有最大的风能利用系数，却或略了实际输出功率的限制，因而设计的叶片弦长值普遍偏大。针对以上问�

基于遗传算法风力机叶片设计及模态分析

基于遗传算法风力机叶片设计及模态分析，陈文朴，李春，Wilson理论设计的风力机叶片参数往往为局部最优解，故采用遗传算法全局优化叶片弦长及扭角分布规律，以全年发电量最大为目标，得到

研究论文-基于遗传算法优化的相关向量机的燃机涡轮叶片故障诊断.pdf

以遗传算法、相关向量机理论作为理论指导,采用基于遗传算法优化相关向量机算法对提取的特征向量进行故障分类,并通过与未优化的相关向量机、支持向量机、BP神经网络方法对比,结果发现通过遗传算法优化的相关向量机算法的故障分类正确率要高于相关向量机算法、支持向量机算法和BP神经网络的故障分类方法的正确率,仿真实验验证了优化后的算法在燃机涡轮叶片故障诊断中的优越性和可行性。

遗传算法对压气机叶片排序的应用

该文章主要利用遗传算法对压气机叶片进行排序

基于深度神经网络的风机叶片缺陷识别方法

基于深度神经网络的风机叶片缺陷识别方法，代海涛，李颖，为了解决风机叶片缺陷检测效率低下的问题，文章提出了一种基于深度神经网络的风机叶片缺陷识别方法。首先，根据风电机组的结构特

基于卷积神经网络的植物叶片分类.pdf

回顾近年 来国 内外植物 叶片分类的研 究进展 ，指 出传 统方法存在 的缺 陷。 简述卷积 神经 网络在 图像分 类的优 势 ，为 了简单高效地对植物叶片进行识别 ，提 出一种基 于卷积神 经 网络(Convolutional Neural N etw ork ， CN N ) 的植物 叶片识别方法。 在 Sw edish 叶片数 据集上的实验结果表明 ，本算 法识 别正确 率高达 99 ．56％ ，显著优 于传统 的叶片识 别算法。

基于SVM和随机森林叶片的分类

python语言对叶片的特征进行提取，基于SVM算法和随即森林进行分类

基于改进遗传算法的最大熵作物病害叶片图像分割算法

基于改进遗传算法的最大熵作物病害叶片图像分割算法

论文研究-基于形状特征的叶片图像识别算法比较研究.pdf

植物是生命的主要形态之一，其种类已达40多万种，对其进行分类识别在生物多样性保护，生态农业，生物安全中有着重要的意义。不同的种类的植物一般有着不同的叶片形状，因此叶片的形状特征在植物分类中扮演着重要的角色。作为计算机视觉的一个重要应用的植物叶片图像识别，近些年来受到了学者们的关注，产生了大量的研究成果。但由于植物种类巨大，叶片图像存在的类内差异大、类间差异小和叶片的自遮挡等问题等诸多问题，使得叶片图像的识别仍然是目前计算机视觉应用研究的一个热点。对近些年来的基于形状特征的叶片图像识别算法进行了综述和比较，对现有的算法进行了分类，对目前各类最先进的识别算法进行了分析和比较。此外，还介绍了常用的叶片图像测试集和性能评估方法，并将各类算法进行了实验结果的比较研究。研究工作既为现有的植物叶片识别算法的实际应用提供了指导，又为今后进一步研究新的高性能的识别算法提出了努力的方向。

论文研究-基于D-LLE算法的多特征植物叶片图像识别方法.pdf

为了提高植物叶片图像识别的准确率，提出一种基于差异性值监督局部线性嵌入（D-LLE）算法的多特征植物叶片图像识别方法。该方法提取叶片的颜色、形状和纹理作为叶片多特征，在加权局部线性嵌入（WLLE）算法中引入样本的差异性值构成差异性值监督LLE算法（D-LLE）对叶片高维特征进行降维，在低维空间采用最近邻分类器实现叶片的识别。该方法所用的叶片多特征比单一特征像素值更能描述叶片图像，同时差异性值能够充分挖掘样本的类别信息。基于实拍的叶片图像数据库的实验结果表明，该方法有效提高了叶片的识别精度。

基于改进卷积神经网络的植物叶片病害识别

基于改进卷积神经网络的植物叶片病害识别，卷积神经网络

基于坐标测量的风机叶片三维模型重构

根据矿用轴流通风机叶片表面特征规划测量路径,应用三坐标测量机对其表面进行测量,获取了风机叶片表面点云数据;根据给定误差下的最小二乘非均匀B样条拟合点云数据得到了风机叶片的截面曲线,在截面曲线上通过二次采样完成点云数据精简。最后基于非均匀有理B样条理论,运用MATLAB软件编程,实现了风机叶片的三维模型重构,这为矿用轴流通风机叶片的实物造型和再设计奠定了基础。

基于MATLAB与SolidWorks风力机叶片优化设计

为了提高风力机把风能转化为机械能的效率，本文依照 Wilson优化设计方法得出风力机叶片优化设计的数 学模型，并以Matlab软件为工具编写出叶片设计的计算程序。基于点的坐标的几何变换理论，对翼型坐标数据进行三维 坐标变换 ，计算出叶片各点的三维坐标。用三维建模软件 Solidworks进行精确的三维建模。该方法为风力机叶片和其它 相似复杂形体的三维建模提供了依据，为叶片进一步分析奠定了基础。

基于Solidworks风力机叶片三维建模及模拟分析

基于Solidworks风力机叶片三维建模及模拟分析，张仁亮，张俊彦，风机叶片是风力发电机组的重要组成部分，对其进行研究分析是十分重要的。选取不同的翼型，利用Glauert漩涡理论的气动力学计算方法�

论文研究 - 人工神经网络和遗传算法优化轴流风机的容积流量。

本研究旨在通过在指定静压需求下优化叶片形状来提高轴流风机的体积流量。 选择了14个设计变量来控制叶片弯度线和堆叠线，并使用Latin Hypercube Sampling（LHS）的实验设计方法确定这些变量的值，以生成40个设计。 优化是使用遗传算法（GA）结合人工神经网络（ANN）进行的，以在特定电动机功率和所需静压力的约束下增加轴流风机的体积流量。 详细分析了原始模型和最佳模型在空气动力学性能和流动特性方面的差异。 结果表明，最优模型的体积流量增加了33％。 弦长，安装角度和叶栅转向角度有很大变化。 前倾叶片有利于提高轴流风机的体积流量。 优化后改善了叶片表面的轴向速度分布和静压分布。